ai-deep-learning用AI系统化深度学习任意领域的方法论。通过"引文网络提纯+多AI交叉质询"构建结构化知识体系。 当用户说"想学XX领域"、"系统了解XX"、"帮我研究XX"、"构建XX知识体系"、"深度学习XX"时使用。 适用于：新领域入门、学术文献调研、构建个人知识库、准备专业讨论。
Install via ClawdBot CLI:
clawdbot install facadefish/ai-deep-learningGrade Limited — based on market validation, documentation quality, package completeness, maintenance status, and authenticity signals.
Generated May 22, 2026
适用于研究人员或学生快速系统性地了解一个陌生领域。通过引文网络提纯找到核心文献，结合多AI交叉质询构建结构化知识体系，避免遗漏重要概念和争议。
帮助学者高效完成文献综述。通过三步工作流：顺藤摸瓜找经典文献、搭建专属知识库、多AI交叉验证，产出高质量综述和知识卡片。
用于终身学习者系统整理和深化某一领域的知识。利用NotebookLM存储核心文献，通过多轮质询形成个人独特见解，并持续更新知识库。
适用于商务人士或专家在重要会议前深度准备。通过该技能快速掌握领域全貌、核心争议和最新进展，提升讨论质量和报告深度。
适用于技术团队评估新技术或竞品分析。结合项目官网、GitHub等第一手资料，通过引文网络和AI质询，快速掌握技术原理、演进路径和潜在风险。
将技能输出为结构化知识体系，打包成在线课程或付费专栏。结合核心文献清单和知识卡片，提供深度自学包或企业内训服务。
作为增值服务，为客户（企业、研究机构）提供定制化的领域深度调研和知识库搭建。按项目收费，附加持续更新维护。
将方法论嵌入现有AI平台（如NotebookLM、知识管理工具），提供插件或SaaS服务，用户可一键启动深度研究流程。按使用量或订阅收费。
💬 Integration Tip
建议将搜索Agent与主Agent分离：搜索Agent负责文献检索和下载，主Agent管理知识库并执行多AI交叉质询，最后产出结构化知识卡片。
Scored May 22, 2026
对用户提供的任何学术论文（PDF附件或URL）进行双模式深度研读。当用户请求分析、研读、解读或总结一篇学术论文时，使用此技能。一次性生成两份报告：Part A 面向研究者的深度专业解析，Part B 面向快速理解的核心逻辑与价值提炼。
Intelligent educational curriculum generation system with strict step enforcement and human escalation policies
Access and interact with AI group interview simulations: browse jobs, create/join rooms, speak, advance interviews, upload resumes, and view history and eval...
Auto-learns how you learn best. Adapts teaching style, format, and depth to you.
HTTP client for IServ school platforms. Log in to an IServ instance (e.g. https://grabbe-dt.de) and fetch common student data like unread mail counts, calendar events, files/folders, tasks/exercises, announcements/news, and other IServ modules via HTTP endpoints. Includes best-effort file ops + exercise submission.
Production-grade autonomous self-improvement system with research-backed meta-learning, safe self-modification, and continuous optimization. Based on AI safe...